Giới thiệu dự án

Trong cấu trúc tài chính doanh nghiệp, đòn bẩy tài chính (Financial Leverage - FL) đóng vai trò như một "con dao hai lưỡi": vừa mang lại cơ hội gia tăng tỷ suất sinh lời trên vốn chủ sở hữu nhờ lá chắn thuế lãi vay (Interest Tax Shield), vừa gia tăng áp lực thanh khoản và rủi ro kiệt quệ tài chính (Financial Distress). Tại Việt Nam, ngành xây dựng giữ vị thế trọng yếu với mức tăng trưởng bình quân 8,5%/năm trong giai đoạn 2010–2020, đóng góp 5,94% GDP năm 2019 và đạt giá trị sản xuất 358.684 tỷ đồng. Tuy nhiên, dư nợ ngành xây dựng luôn chiếm tỷ trọng lớn trong nền kinh tế (chiếm 28,75% tổng dư nợ các ngành vào tháng 9/2020, với 65% doanh nghiệp xây dựng sử dụng vốn vay, trong đó 95,3% đến từ hệ thống ngân hàng).

                               CƠ CHẾ TÁC ĐỘNG CỦA ĐÒN BẨY TÀI CHÍNH
     [+] Hiệu ứng tích cực                             [-] Rủi ro & Chi phí
  • Lá chắn thuế từ lãi vay (Tax Shield)            • Áp lực trả nợ gốc & lãi vay ngắn hạn
  • Tăng quy mô vốn nhận thầu dự án lớn             • Chi phí đại diện (Agency Costs)
  • Khai thác hiệu quả theo quy mô (Economies)      • Nguy cơ kiệt quệ tài chính (Distress)

Đặc thù chu kỳ thi công kéo dài, thủ tục nghiệm thu phức tạp, áp lực vốn lưu động lớn và rủi ro từ các khoản phải thu khiến cấu trúc vốn của các doanh nghiệp xây dựng biến động mạnh. Tỷ lệ đòn bẩy trung bình ngành đã giảm từ 75% (năm 2012) xuống 56% (năm 2020), trong khi chỉ số ROA dao động từ 3%–7% và ROE từ 8%–15%.

  • Vấn đề nghiên cứu (Problem Statement): Sự mất cân đối trong cấu trúc vốn, việc lạm dụng nợ vay ngắn hạn để tài trợ tài sản dài hạn hoặc dự án chậm giải ngân dẫn đến chi phí lãi vay bào mòn lợi nhuận ròng, trực tiếp đe dọa khả năng sinh lời và an toàn tài chính của doanh nghiệp xây dựng niêm yết.
  • Mục tiêu nghiên cứu:
    1. Hệ thống hóa cơ sở lý thuyết về đòn bẩy tài chính, hiệu quả hoạt động và các mô hình kinh tế lượng liên quan (Lý thuyết đánh đổi tĩnh - Trade-off Theory, Lý thuyết trật tự phân hạng - Pecking Order Theory, Lý thuyết chi phí đại diện - Agency Cost Theory).
    2. Đánh giá thực trạng cấu trúc vốn và hiệu quả kinh doanh của các doanh nghiệp xây dựng niêm yết trên HOSE, HNX và UPCOM giai đoạn 2012–2020.
    3. Xây dựng mô hình định lượng hồi quy dữ liệu bảng (Panel Data) nhằm kiểm định và lượng hóa mức độ tác động của đòn bẩy tài chính đến ROA và ROE.
    4. Đề xuất khung khuyến nghị thực tiễn cho các nhà quản trị doanh nghiệp xây dựng nhằm tối ưu hóa cấu trúc vốn và phòng ngừa rủi ro thanh khoản.
  • Giải pháp tiếp cận: Ứng dụng phương pháp phân tích định lượng dữ liệu bảng cân bằng (Balanced Panel Data) trên mẫu gồm 31 công ty xây dựng niêm yết liên tục trong 9 năm (2012–2020, 279 quan sát), xử lý triệt để các khuyết tật mô hình (đa cộng tuyến, phương sai sai số thay đổi, tự tương quan) bằng mô hình bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS/GLS).
  • Kết quả kỳ vọng: Xác định chính xác chiều hướng (âm/dương), hệ số co giãn và mức ý nghĩa thống kê ($p < 0.05$) của tỷ số đòn bẩy ($FL$) và các biến kiểm soát ($SIZE$, $TURN$, $GM$, $LIQ$, $TANG$, $GDP$, $INF$) tác động lên $ROA$ và $ROE$.
  • Phạm vi và giới hạn: Tập trung vào 31 công ty xây dựng niêm yết thỏa mãn điều kiện công bố BCTC kiểm toán đầy đủ từ 2012–2020; loại trừ các doanh nghiệp thiếu dữ liệu chuỗi thời gian hoặc có cấu trúc kinh doanh tài chính hỗn hợp không thuần nhất.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu cấu trúc vốn trong mối tương quan với hiệu quả hoạt động đã được triển khai qua nhiều góc độ lý thuyết và thực nghiệm:

Nghiên cứu Phương pháp & Quy mô mẫu Ưu điểm Nhược điểm / Khoảng trống
Trần Thị Tuấn Anh & Đặng Thị Thủy (2017) Hồi quy phân vị (Quantile Regression), 100 công ty niêm yết (2012–2016) Đánh giá được sự tác động phi tuyến của đòn bẩy ở các phân vị ROE khác nhau. Mẫu chung đa ngành, chưa cô lập được đặc tính thâm dụng vốn và chu kỳ nghiệm thu của ngành xây dựng.
Ngô Văn Toàn & Hồ Thủy Tiên (2020) Hồi quy ngưỡng dữ liệu bảng (Fixed Effect Threshold & IV-GMM) Xác định được ngưỡng tác động của quy mô đến mối quan hệ nợ - hiệu quả. Kỹ thuật ước lượng phức tạp, chưa phân tách rủi ro cấu trúc nợ ngắn hạn/dài hạn trong xây lắp.
Ilhan Dalci (2018) Pooled OLS, FEM, REM, GMM trên 1.503 DN sản xuất Trung Quốc (2008–2016) Kiểm soát tốt biến nội sinh, phân tách tác động của nợ ngắn hạn ($STDR$) và tổng nợ ($TDR$). Bối cảnh thị trường sản xuất có đặc thù tài sản cố định và vòng quay hàng tồn kho khác biệt ngành xây dựng.
Mô hình đề xuất trong khóa luận Balanced Panel Data, FGLS khắc phục White & Wooldridge Test, 31 DN (2012–2020) Chuyên sâu 100% ngành xây dựng Việt Nam, dữ liệu 9 năm liên tục bao phủ trọn chu kỳ kinh tế và dịch bệnh 2020. Cần mở rộng quy mô mẫu sang các nhà thầu phụ chưa niêm yết trong giai đoạn tiếp theo.

Đánh giá yêu cầu phân tích dữ liệu theo khung MoSCoW

  • Must have (Bắt buộc): Trích xuất đầy đủ 9 chỉ tiêu định lượng ($ROA$, $ROE$, $FL$, $SIZE$, $TURN$, $GM$, $LIQ$, $TANG$, $CR$) từ BCTC kiểm toán 31 doanh nghiệp; kiểm định Hausman, White Test, Wooldridge Test; hồi quy GLS hiệu chỉnh khuyết tật.
  • Should have (Nên có): Tích hợp biến vĩ mô nền kinh tế ($GDP$, $INF$) từ World Bank nhằm kiểm soát biến động ngoại sinh chu kỳ kinh doanh.
  • Could have (Có thể có): Phân tích so sánh ma trận tương quan đa chiều giữa các biến độc lập để tránh bẫy đa cộng tuyến ($VIF < 10$).
  • Won't have (Tạm thời bỏ qua): Phân tích dòng tiền chiết khấu cấp dự án đơn lẻ (DCF) do giới hạn dữ liệu công khai trên sàn chứng khoán.

Thiết kế hệ thống mô hình kinh tế lượng

Cấu trúc phân luồng dữ liệu và kiểm định mô hình được chuẩn hóa theo quy trình sau:

Ngăn xếp công nghệ & Môi trường thực thi (Technology Stack)

  • Phần mềm xử lý dữ liệu và kinh tế lượng: Stata 14.0 (Core Engine), R v4.1.2 (Kiểm tra chéo tính ổn định hệ số).
  • Thu thập và tổng hợp dữ liệu: Python 3.9.7 (pandas v1.4.2, numpy v1.21.5, openpyxl v3.0.9).
  • Nguồn trích xuất số liệu: Dữ liệu BCTC kiểm toán VietstockFinance, FiinGroup, Tổng cục Thống kê (GSO), World Bank Open Data.

Thiết kế phương trình mô hình toán học (Econometric Formulations)

Nghiên cứu thiết lập 2 phương trình hồi quy tuyến tính dữ liệu bảng:

$$\text{ROE}{it} = \beta_0 + \beta_1 \text{FL}{it} + \beta_2 \text{SIZE}{it} + \beta_3 \text{TURN}{it} + \beta_4 \text{GM}{it} + \beta_5 \text{LIQ}{it} + \beta_6 \text{TANG}_{it} + \beta_7 \text{GDP}_t + \beta_8 \text{INF}t + \varepsilon{it}$$

$$\text{ROA}{it} = \alpha_0 + \alpha_1 \text{FL}{it} + \alpha_2 \text{SIZE}{it} + \alpha_3 \text{TURN}{it} + \alpha_4 \text{GM}{it} + \alpha_5 \text{LIQ}{it} + \alpha_6 \text{TANG}_{it} + \alpha_7 \text{GDP}_t + \alpha_8 \text{INF}t + u{it}$$

Trong đó:

  • $i = 1, 2, \dots, 31$ (Doanh nghiệp xây dựng); $t = 2012, 2013, \dots, 2020$ (Năm tài chính).
  • $\text{ROE}{it}$: Lợi nhuận sau thuế / Vốn chủ sở hữu bình quân; $\text{ROA}{it}$: Lợi nhuận sau thuế / Tổng tài sản bình quân.
  • $\text{FL}_{it}$ (Financial Leverage): Tổng nợ phải trả / Vốn chủ sở hữu ($D/E$) hoặc Tổng nợ / Tổng tài sản ($D/A$).
  • $\text{SIZE}{it} = \ln(\text{Tổng tài sản})$; $\text{TURN}{it} = \text{Doanh thu thuần} / \text{Tổng tài sản}$; $\text{GM}_{it} = \text{Lợi nhuận gộp} / \text{Doanh thu thuần}$.
  • $\text{LIQ}{it} = \text{Tài sản ngắn hạn} / \text{Tổng tài sản}$; $\text{TANG}{it} = \text{Tài sản cố định hữu hình} / \text{Tổng tài sản}$.
  • $\text{GDP}_t$: Tốc độ tăng trưởng GDP thực tế hàng năm; $\text{INF}_t$: Chỉ số giá tiêu dùng CPI trung bình năm.

Phương pháp nghiên cứu và tiến độ triển khai

  • Phương pháp luận: Kết hợp nghiên cứu định tính (nghiên cứu tài liệu, tổng quan lý thuyết cơ cấu vốn) và nghiên cứu định lượng thực chứng (Empirical Quantitative Research) sử dụng dữ liệu bảng.
  • Kế hoạch triển khai (Project Timeline & Milestones):
    • Tháng 1/2021: Xác định vấn đề nghiên cứu, tổng kết khoảng trống học thuật từ các công trình quốc tế và trong nước.
    • Tháng 2/2021: Thiết kế khung biến, thu thập BCTC của 43 doanh nghiệp niêm yết trên HOSE/HNX/UPCOM, làm sạch mẫu về 31 doanh nghiệp đạt chuẩn (loại 12 doanh nghiệp thiếu báo cáo hoặc dữ liệu bất thường).
    • Tháng 3/2021: Xây dựng cơ sở dữ liệu trên Excel/Stata 14, chạy thống kê mô tả, ma trận tương quan Pearson và mô hình OLS/FEM/REM.
    • Tháng 4/2021: Thực hiện các kiểm định chẩn đoán khuyết tật mô hình (Hausman, Modified Wald, Wooldridge, VIF), chạy mô hình hiệu chỉnh FGLS, phân tích và thảo luận kết quả.
    • Tháng 5/2021: Hoàn thiện báo cáo khóa luận tốt nghiệp, bảo vệ trước hội đồng khoa học.

Triển khai thực nghiệm và kết quả

Quy trình tiền xử lý và lập trình phân tích kinh tế lượng

Dữ liệu được chuẩn hóa và thực thi kiểm định thông qua script Stata 14 tự động hóa:

*===============================================================================
* SCRIPT PHÂN TÍCH HỒI QUY DỮ LIỆU BẢNG (PANEL DATA REGRESSION) TRÊN STATA 14
* Đề tài: Đòn bẩy tài chính và Hiệu quả hoạt động ngành Xây dựng Việt Nam
*===============================================================================

clear all
set more off

* 1. Nhập và khai báo cấu trúc Panel Data (31 DN, 9 năm: 2012-2020)
import excel "Construction_Panel_Data_2012_2020.xlsx", sheet("Data") firstrow
destring id year roe roa fl size turn gm liq tang gdp inf, replace
xtset id year

* 2. Thống kê mô tả và Ma trận hệ số tương quan
summarize roe roa fl size turn gm liq tang gdp inf
pwcorr roe roa fl size turn gm liq tang gdp inf, sig star(0.05)

* 3. Ước lượng Mô hình với Biến phụ thuộc ROE
* Mô hình Pooled OLS
reg roe fl size turn gm liq tang gdp inf
estimates store pooled_roe
vif

* Mô hình Tác động cố định (FEM) & Tác động ngẫu nhiên (REM)
xtreg roe fl size turn gm liq tang gdp inf, fe
estimates store fe_roe
xtreg roe fl size turn gm liq tang gdp inf, re
estimates store re_roe

* Kiểm định Hausman lựa chọn giữa FEM và REM
hausman fe_roe re_roe

* 4. Kiểm định Khuyết tật mô hình
* Kiểm định phương sai sai số thay đổi (Modified Wald Test cho FEM)
xtreg roe fl size turn gm liq tang gdp inf, fe
xttest3

* Kiểm định tự tương quan (Wooldridge Test)
xtserial roe fl size turn gm liq tang gdp inf

* 5. Khắc phục khuyết tật bằng Mô hình Feasible Generalized Least Squares (FGLS)
xtgls roe fl size turn gm liq tang gdp inf, panels(hetero) corr(ar1)
estimates store gls_roe

* 6. Thực hiện tương tự cho Biến phụ thuộc ROA
xtgls roa fl size turn gm liq tang gdp inf, panels(hetero) corr(ar1)
estimates store gls_roa

* Xuất bảng so sánh tổng hợp kết quả
estimates table gls_roe gls_roa, b(%9.4f) se stats(N r2 chi2 p)

Kết quả kiểm định chẩn đoán mô hình (Model Diagnostics)

Quá trình kiểm định khuyết tật mô hình cho thấy:

  1. Kiểm định đa cộng tuyến (Multicollinearity): Hệ số $VIF$ trung bình của các biến độc lập đều $< 2,5$ (ngưỡng tối đa 10), xác nhận không có hiện tượng đa cộng tuyến nghiêm trọng.
  2. Kiểm định Hausman (Hausman Specification Test): Giá trị $p\text{-value} < 0,05$ ở cả 2 phương trình ROE và ROA, bác bỏ giả thuyết $H_0$, ưu tiên lựa chọn mô hình Tác động cố định (FEM).
  3. Kiểm định phương sai sai số thay đổi (Modified Wald Test): $p\text{-value} = 0,0000 < 0,01$, xác nhận mô hình bị hiện tượng phương sai sai số thay đổi (Heteroskedasticity).
  4. Kiểm định tự tương quan (Wooldridge Test for Autocorrelation): $p\text{-value} < 0,05$, khẳng định có hiện tượng tự tương quan bậc nhất AR(1).
  5. Ước lượng GLS tối ưu: Sử dụng mô hình FGLS với tùy chọn panels(hetero) corr(ar1) giúp triệt tiêu hoàn toàn sai số phi chuẩn, mang lại các ước lượng không chệch và hiệu quả cao nhất.
+------------------------------------------------------------------------------------+
|                      KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH HỒI QUY FGLS                        |
+-------------------+--------------------------------+-------------------------------+
| Biến giải thích   | Biến phụ thuộc: ROE (Hệ số/SE) | Biến phụ thuộc: ROA (Hệ số/SE)|
+-------------------+--------------------------------+-------------------------------+
| FL (Đòn bẩy TC)   | -0.0412*** (0.0118)            | -0.0285*** (0.0064)           |
| SIZE (Quy mô)     |  0.0184**  (0.0079)            |  0.0092*   (0.0048)           |
| TURN (Vòng quay)  |  0.0521*** (0.0134)            |  0.0387*** (0.0071)           |
| GM (Biên lãi gộp) |  0.2415*** (0.0512)            |  0.1864*** (0.0321)           |
| LIQ (Thanh khoản) |  0.0314*   (0.0165)            |  0.0215**  (0.0098)           |
| TANG (TSCĐ/TTS)   | -0.0642**  (0.0287)            | -0.0411**  (0.0175)           |
| GDP (Tăng trưởng) |  0.0058**  (0.0024)            |  0.0039**  (0.0016)           |
| INF (Lạm phát)    | -0.0031*   (0.0017)            | -0.0022*   (0.0011)           |
| Hằng số (_cons)   | -0.2145**  (0.0954)            | -0.0874*   (0.0465)           |
+-------------------+--------------------------------+-------------------------------+
| Số quan sát (N)   | 279 (31 DN x 9 năm)            | 279 (31 DN x 9 năm)           |
| Wald Chi2         | 184.62 (p = 0.0000)            | 216.48 (p = 0.0000)           |
+-------------------+--------------------------------+-------------------------------+
Ghi chú: * p < 0.10, ** p < 0.05, *** p < 0.01. SE trong ngoặc đơn.

Phân tích chi tiết kết quả đạt được

  • Tác động tiêu cực của đòn bẩy tài chính ($\text{FL}$): Hệ số hồi quy của $\text{FL}$ mang dấu âm có ý nghĩa thống kê cao ở mức 1% đối với cả ROE ($\beta = -0,0412$) và ROA ($\alpha = -0,0285$). Điều này chỉ ra rằng, trong bối cảnh ngành xây dựng Việt Nam giai đoạn 2012–2020, việc gia tăng đòn bẩy tài chính làm suy giảm hiệu quả hoạt động kinh doanh. Kết quả này phù hợp với Lý thuyết trật tự phân hạng (Pecking Order Theory) và các phát hiện của Trần Thị Tuấn Anh & Đặng Thị Thủy (2017), Akinlo & Asaolu (2012), phản ánh thực trạng chi phí sử dụng vốn vay và chi phí kiệt quệ tài chính lớn hơn lợi ích từ lá chắn thuế lãi vay.
  • Tác động tích cực từ Quản trị hoạt động ($\text{TURN}$, $\text{GM}$, $\text{SIZE}$):
    • Vòng quay tổng tài sản ($\text{TURN}$) tác động tích cực rất mạnh lên ROE ($\beta = 0,0521, p < 0,01$) và ROA ($\alpha = 0,0387, p < 0,01$), khẳng định năng lực giải phóng công nợ và tăng tốc độ luân chuyển tài sản là đòn bẩy thực chất nâng cao tỷ suất sinh lời.
    • Biên lợi nhuận gộp ($\text{GM}$) có hệ số dương lớn nhất ($\beta = 0,2415$), cho thấy việc kiểm soát giá vốn thi công và vật liệu xây dựng (sắt, thép, xi măng) quyết định trực tiếp đến lợi nhuận ròng.
    • Quy mô doanh nghiệp ($\text{SIZE}$) có tác động dương, khẳng định lợi thế kinh tế theo quy mô giúp các tập đoàn xây dựng lớn dễ dàng tiếp cận gói thầu trọng điểm và tối ưu chi phí cố định.
  • Tác động tiêu cực từ Thâm dụng tài sản cố định ($\text{TANG}$): Biến $\text{TANG}$ có hệ số âm ($\beta = -0,0642, p < 0,05$), chỉ ra rằng việc đầu tư quá mức vào máy móc thiết bị chuyên dụng gây ra áp lực chi phí khấu hao lớn trong các giai đoạn thị trường đóng băng hoặc chậm tiến độ thi công.

Đổi mới và đóng góp

  1. Đóng góp về phương pháp thực nghiệm: Khác với các nghiên cứu trước đây chỉ áp dụng mô hình Pooled OLS hoặc FEM/REM thông thường vốn dễ bị chệch hệ số do vi phạm giả định sai số độc lập, nghiên cứu áp dụng mô hình hiệu chỉnh Feasible GLS (FGLS) xử lý triệt để đồng thời cả 2 khuyết tật nghiêm trọng của chuỗi số liệu tài chính ngành xây dựng (phương sai thay đổi nhóm và tự tương quan AR(1)).
  2. Bộ dữ liệu 9 năm chuẩn hóa: Xây dựng tập dữ liệu bảng cân bằng (Balanced Panel) 279 quan sát tại 31 doanh nghiệp niêm yết trong giai đoạn 2012–2020, bao hàm đầy đủ các giai đoạn thị trường: giai đoạn tái cơ cấu phục hồi (2012–2015), giai đoạn bùng nổ bất động sản (2016–2019) và cú sốc gián đoạn chuỗi cung ứng do đại dịch COVID-19 (năm 2020).
  3. Định lượng tác động thực tế của cấu trúc nợ: Chứng minh bằng chứng thực nghiệm rõ ràng: trong ngành xây lắp Việt Nam, việc nâng cao tỷ số nợ không tạo ra giá trị gia tăng mà ngược lại làm sụt giảm ROE bình quân 4,12% cho mỗi đơn vị gia tăng tỷ số $D/E$. Qua đó, bác bỏ giả định đơn giản về lợi ích lá chắn thuế trong môi trường kinh doanh có rủi ro công nợ đọng cao.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng trong quản trị tài chính doanh nghiệp

Khung phân tích định lượng từ mô hình cung cấp cơ sở ra quyết định trực tiếp cho Hội đồng quản trị và Giám đốc Tài chính (CFO) các doanh nghiệp xây dựng:

                            KHUNG TỐI ƯU HÓA CẤU TRÚC TÀI CHÍNH
                             TỐI ƯU HÓA HIỆU QUẢ KINH DOANH
                        Tăng trưởng bền vững chỉ số ROA và ROE
  1. Chiến lược tái cơ cấu nợ vay (Debt Restructuring):
    • Doanh nghiệp cần chủ động đưa tỷ số $D/E$ về ngưỡng an toàn ($< 1,0$ - $1,2$), hạn chế phụ thuộc vào nợ vay ngắn hạn để bù đắp thâm hụt dòng tiền công trình.
    • Tăng cường phát hành cổ phần hoặc giữ lại lợi nhuận để củng cố nguồn vốn chủ sở hữu, tương tự bài học thành công từ mô hình kiểm soát nợ thận trọng của Coteccons (CTD) so với rủi ro đòn bẩy cao của Hòa Bình (HBC).
  2. Tối ưu hóa quản trị vốn lưu động và dòng tiền:
    • Tập trung đẩy nhanh tốc độ luân chuyển tài sản ($\text{TURN}$), thắt chặt điều khoản thanh toán theo giai đoạn nghiệm thu, giảm tỷ lệ trích lập dự phòng phải thu khó đòi.
    • Ứng dụng các công cụ bảo lãnh ngân hàng và tài trợ chuỗi cung ứng (Supply Chain Finance) để giảm áp lực vay nợ trực tiếp.
  3. Chính sách đầu tư tài sản cố định linh hoạt:
    • Thay vì mua sắm tài sản cố định máy móc công trình hạng nặng dẫn đến chi phí khấu hao lớn ($\text{TANG}$ tác động âm), doanh nghiệp nên chuyển hướng sang thuê hoạt động (Operating Lease) hoặc thuê tài chính ngắn hạn.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật và dữ liệu:
    • Kích thước mẫu giới hạn ở 31 doanh nghiệp đủ tiêu chuẩn niêm yết liên tục 9 năm; chưa bao phủ các nhà thầu phụ quy mô vừa và nhỏ (SMEs) chưa niêm yết.
    • Chưa phân rã chi tiết cơ cấu nợ thành nợ vay ngân hàng có chịu lãi (Interest-bearing Debt) và nợ chiếm dụng vốn không chịu lãi (khoản phải trả người bán, người mua trả tiền trước).
  • Hướng nghiên cứu mở rộng:
    • Ứng dụng mô hình hồi quy ngưỡng phi tuyến (Threshold Regression / PSTR) hoặc GMM sai phân (Difference/System GMM) để kiểm soát triệt để tính nội sinh và tìm điểm ngưỡng nợ tối ưu (Optimal Debt Threshold) cho từng phân khúc xây dựng dân dụng, công nghiệp và hạ tầng.
    • Tích hợp các yếu tố quản trị doanh nghiệp hiện đại (Quy mô Hội đồng quản trị, tỷ lệ sở hữu nước ngoài, điểm xếp hạng tín dụng ESG) vào mô hình dự báo.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học chuyên ngành Tài chính - Kế toán: Tiếp cận phương pháp luận nghiên cứu định lượng chuẩn mực, làm chủ quy trình phân tích dữ liệu bảng và kỹ năng xử lý khuyết tật mô hình trên Stata 14.
  • Chuyên viên phân tích tài chính & Nhà đầu tư chứng khoán: Sở hữu ma trận biến số và trọng số định lượng ($FL$, $TURN$, $GM$, $TANG$) để sàng lọc cổ phiếu xây dựng tiềm năng, nhận diện sớm rủi ro mất khả năng thanh toán.
  • Ban điều hành & Giám đốc tài chính (CFO) doanh nghiệp xây dựng: Có căn cứ khoa học vững chắc để tái cấu trúc nguồn vốn, xây dựng hạn mức vay nợ an toàn và lập chiến lược tài chính trung - dài hạn.
  • Cơ quan quản lý và Ngân hàng thương mại: Công cụ tham chiếu hữu ích trong việc thẩm định rủi ro tín dụng và cấp hạn mức cho vay đối với nhóm doanh nghiệp xây dựng - xây lắp.

Câu hỏi thường gặp

1. Tại sao đòn bẩy tài chính lại tác động tiêu cực đến ROA và ROE của các doanh nghiệp xây dựng Việt Nam?

Do đặc thù ngành xây lắp có chu kỳ thu hồi vốn dài và tỷ lệ chiếm dụng vốn cao, việc sử dụng nợ vay lớn làm tăng chi phí lãi vay cố định. Khi biên lợi nhuận hoạt động không đủ bù đắp chi phí vốn vay thực tế, hiệu ứng "đòn bẩy ngược" xuất hiện, khiến chi phí tài chính bào mòn trực tiếp lợi nhuận ròng, làm giảm cả ROA và ROE.

2. Mô hình FGLS giải quyết các vấn đề gì mà OLS và FEM/REM không xử lý được?

Mô hình Pooled OLS hay FEM/REM giả định phương sai sai số đồng nhất và không có tự tương quan. Dữ liệu tài chính chuỗi thời gian của 31 doanh nghiệp thường xuyên vi phạm 2 giả định này (phương sai thay đổi và tự tương quan AR(1)). Mô hình FGLS sử dụng ma trận trọng số hiệp phương sai ước lượng lại các tham số, loại bỏ hoàn toàn tính phi hiệu quả của ước lượng OLS/FEM, đảm bảo giá trị p-value chính xác.

3. Ngưỡng đòn bẩy tài chính khuyến nghị cho doanh nghiệp ngành xây dựng là bao nhiêu?

Theo kết quả thực nghiệm và thực trạng ngành giai đoạn 2012–2020, doanh nghiệp nên duy trì tỷ số Nợ trên Vốn chủ sở hữu ($D/E$) ở mức dưới $1,0$ (tương đương Nợ trên Tổng tài sản $D/A < 50%$). Vượt qua ngưỡng này, rủi ro thanh khoản và áp lực chi phí tài chính sẽ lấn át hoàn toàn lợi ích từ lá chắn thuế.

4. Yếu tố nào đóng vai trò quan trọng nhất trong việc cải thiện ROE ngoài đòn bẩy?

Biên lợi nhuận gộp ($\text{GM}$) với hệ số $\beta = 0,2415$ và vòng quay tổng tài sản ($\text{TURN}$) với hệ số $\beta = 0,0521$ là hai yếu tố tích cực quan trọng nhất. Tối ưu hóa dự toán thi công, kiểm soát chi phí nguyên vật liệu và rút ngắn thời gian thu hồi công nợ là chìa khóa then chốt nâng cao tỷ suất sinh lời.

5. Nghiên cứu này có thể áp dụng cho các ngành nghề khác trên thị trường chứng khoán không?

Khung phương pháp luận và quy trình kiểm định kinh tế lượng (từ OLS $\rightarrow$ FEM/REM $\rightarrow$ Chẩn đoán khuyết tật $\rightarrow$ FGLS) hoàn toàn có thể chuyển giao cho mọi ngành kinh tế khác. Tuy nhiên, hệ số tác động và dấu của biến đòn bẩy sẽ thay đổi tùy thuộc vào mức độ thâm dụng vốn và tỷ suất sinh lời đặc thù của từng ngành.

Kết luận

Nghiên cứu đã chứng minh một cách khoa học và định lượng về tác động ngược chiều của đòn bẩy tài chính lên hiệu quả hoạt động kinh doanh (đo lường qua ROA và ROE) tại 31 doanh nghiệp ngành xây dựng niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2012–2020. Việc lạm dụng nợ vay trong môi trường kinh doanh có rủi ro công nợ cao không mang lại hiệu quả đòn bẩy tài chính mà trái lại làm gia tăng nguy cơ suy giảm lợi nhuận. Để phát triển bền vững, các doanh nghiệp xây dựng cần ưu tiên tái cơ cấu nợ, nâng cao năng lực luân chuyển tài sản, kiểm soát chặt chẽ biên lợi nhuận gộp và hạn chế tối đa việc đầu tư ứ đọng vào tài sản cố định chuyên dụng.